انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 Investigation of the seismic parameter b value and the fractal seismicity dimension (Dc value) in relation to the 2017 Sarpol Zahab–Ezgeleh earthquake بررسی پارامتر لرزه‌خیزی b-value و بعد فرکتال لرزه‌خیزی (DC-value) در رابطه با زمین لرزه سال 2017 سرپل ذهاب-ازگله 1 16 243673 10.30499/ijg.2025.530992.1710 FA محمد حسین موسوی کارشناسی ارشد، گروه آموزش فیزیک، دانشگاه فرهنگیان، تهران، ایران 0009-0003-2282-8757 امیر طالبی استادیار، دانشکده علوم پایه، دانشگاه اراک، اراک، ایران فائقه مینا عراقی استادیار، دانشکده علوم پایه، دانشگاه اراک، اراک، ایران Journal Article 2025 06 23 The 7.3 magnitude Serpel Zahab earthquake, which occurred on November 12, 2017, in the Zagros region, underscores the need for thorough seismic hazard analyses in this active tectonic zone. In the present study, the spatiotemporal variations of the seismic parameters b-value and DC-value in the vicinity of the earthquake were examined using an integrated earthquake catalog recorded by the National Seismological Center (IRSC) during the period from January 1, 2006, to October 31, 2024. The results indicate that in the active tectonic segments, the b-value varied between 0.4 and 1.4, a reduction in this parameter adjacent to the fault prior to the mainshock suggests stress accumulation and the potential for an imminent rupture. In contrast, an increase in the DC-value reflects enhanced heterogeneity in the fault structure and a more complex fracture mechanism nearing failure. Immediately following the main event, a significant increase in the b-value was observed, indicative of stress release through smaller aftershocks, alongside a decrease in the DC-value. The temporal analysis of the b-value revealed a decreasing trend before and a pronounced increasing trend after the earthquake, attributable to stress redistribution within the region’s geological framework. Additionally, low b-value values (less than 0.5) at depths between 10 and 20 kilometers confirm a concentration of stress within this depth interval. These findings clearly demonstrate the complementary roles of the b-value and DC-value in characterizing seismic behavior, assessing fault evolution, and understanding the tectonic processes in reverse, strike-slip, and extensional faults of the Zagros region. The obtained results serve as a crucial tool for evaluating seismic hazard in tectonically active areas. زمین‌لرزه 3/7 ریشتری سرپل‌ذهاب که در تاریخ ۱۲ نوامبر ۲۰۱۷ در منطقه زاگرس رخ داد، نیاز به تحلیل‌های دقیق لرزه‌خیزی در این پهنه فعال تکتونیکی را برجسته می‌کند. در پژوهش حاضر، تغییرات مکانی-زمانی پارامترهای b-value و DC-value در ناحیه اطراف این رخداد، با استفاده از کاتالوگ یکپارچه زمین‌لرزه‌های ثبت‌شده توسط مرکز لرزه‌نگاری کشوری (IRSC) در بازه ۱ ژانویه ۲۰۰۶ تا ۳۱ اکتبر ۲۰۲۴، مورد بررسی قرار گرفت. نتایج نشان می‌دهد که در بخش‌های تکتونیکی فعال، b-value بین 4/0 تا 4/1 متغیر بوده است؛ کاهش این پارامتر در مجاورت گسل پیش از زمین‌لرزه اصلی، بیانگر تجمع تنش و احتمال وقوع گسیختگی قریب‌الوقوع می‌باشد. در مقابل، افزایش DC-value نشانگر ناهمگونی ساختار گسل و پیچیدگی مکانیزم شکستگی در آستانه تنش است. بلافاصله پس از رخداد اصلی، افزایش قابل‌توجه b-value نشان‌دهنده آزادسازی تنش از طریق پس‌لرزه‌های کوچک و کاهش DC-value مشاهده می‌شود. تحلیل زمانی b-value روند کاهشی پیش از رخداد و روند افزایشی پس از آن را شناسایی می‌کند که ناشی از بازتوزیع تنش در ساختار زمین‌شناسی منطقه محسوب می‌شود. همچنین، مقدار پایین b-value (کمتر از 5/0) در عمق‌های ۱۰ تا ۲۰ کیلومتر، تمرکز تنش را در این محدوده عمقی تأیید می‌کند. یافته‌های به‌دست آمده، نقش مکمل b-value و DC-value را در توصیف رفتار لرزه‌ای، ارزیابی تکامل گسل و فرآیندهای زمین‌ساختی در گسل‌های معکوس، تراستی و امتدادلغز منطقه زاگرس به‌وضوح بیان می‌کنند. نتایج بدست آمده ابزاری بسیار کلیدی در ارزیابی خطر لرزه‌ای در مناطق تکتونیکی می باشند.

https://www.ijgeophysics.ir/article_243673_512c72516d2c437b7faa819439199eb6.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 Role of the low-level jet in the occurrence of summer dust events in Khuzestan province, southwest Iran نقش جت تراز پایین در رخداد پدیده گردوخاک تابستانه استان خوزستان در جنوب‌غرب ایران 17 34 243045 10.30499/ijg.2026.575316.1754 FA سکینه خانسالاری استادیار، پژوهشگاه هواشناسی و علوم جو، تهران، ایران 0000-0001-9039-2818 ابراهیم فتاحی استاد، پژوهشگاه هواشناسی و علوم جو، تهران، ایران Journal Article 2026 02 17 Dust storms represent one of the most critical environmental hazards in southwest Iran, particularly in Khuzestan Province, where both local and transboundary sources contribute to severe summertime air pollution. Among the atmospheric drivers of dust activity, the low-level jet (LLJ) is recognized as a key dynamical mechanism capable of enhancing surface wind stress, dust emission, and horizontal transport. Despite its importance, the quantitative linkage between LLJ variability and dust loading in this region has not been systematically investigated. In this study, the role of summertime low-level jets in modulating dust activity over Khuzestan during June–August (JJA) of 2021–2025 is examined using a combined analysis of ERA5 reanalysis and MERRA-2 aerosol products. LLJ events were identified based on dynamical constraints rather than sole reliance on wind speed maxima, ensuring discrimination between true low-level jets and background synoptic winds. Temporal and spatial relationships between LLJ occurrence and dust indicators were assessed using both optical (DUEXTTAU) and mass-based (DUSMASS) dust variables. Results show that LLJ frequently occurs at lower pressure levels (under 900hPa), 67% of these cases corresponds to dynamically meaningful LLJs penetrating toward the surface. On average, approximately 24% of summertime hourly dust observations coincide with LLJ events. Despite this limited temporal overlap, dust mass concentrations increase substantially during LLJ conditions: the mean DUSMASS under LLJ conditions is about 1.86 times higher than during non-LLJ periods, whereas the corresponding ratio for DUEXTTAU is notably smaller (~1.09). This contrast highlights the stronger sensitivity of near-surface dust mass to low-level dynamical forcing compared to column-integrated optical properties. Spatial analysis reveals pronounced heterogeneity in dust activity across the study domain. Dust hotspots identified using the 90th percentile of summer-mean dust distributions occupy only about 12% of the total spatial grid, indicating that severe dust activity is confined to limited source-prone areas rather than being spatially uniform. Furthermore, grid-cell-based spatial correlation analysis between monthly dust anomalies and 925 hPa wind speed anomalies demonstrates a marked difference between dust indicators. While DUEXTTAU exhibits near-zero mean spatial correlation with low-level wind speed and no areas of strong correlation, DUSMASS shows a moderate positive mean correlation (r ≈ 0.45), with approximately 78% of grid cells displaying positive correlations and nearly 38% exhibiting strong correlations (|r| ≥ 0.7). Overall, the results indicate that LLJs play a critical role in enhancing dust mass emission and transport in Khuzestan, while their influence on dust optical depth is weaker and more spatially variable. These findings emphasize the importance of low-level dynamical processes—particularly LLJs—in shaping the regional dust cycle and provide independent spatial and temporal evidence supporting the role of Khuzestan as a key contributor to dust activity in southwest Asia. گردوخاک یکی از مهم‌ترین مخاطرات محیط‌زیستی در جنوب‌غرب ایران است که تحت تأثیر پویایی‌های بادی لایه‌های پایین جو تشدید می‌شود. در این میان، جت تراز پایین (LLJ) به‌عنوان یک سازوکار دینامیکی مؤثر، می‌تواند نقش مهمی در برداشت و انتقال گردوخاک ایفا کند، اما پیوند کمّی آن با شاخص‌های گردوخاک در استان خوزستان تاکنون به‌طور نظام‌مند بررسی نشده است. در این پژوهش، نقش فعالیت جت تراز پایین در کنترل رفتار گردوخاک تابستانه‌ی خوزستان طی دوره‌ی ۲۰۲۱ تا ۲۰۲۵ با استفاده از داده‌های بازتحلیل ERA5 و MERRA-2 بررسی شد. رخدادهای LLJ بر اساس قیود دینامیکی شناسایی و ارتباط زمانی و مکانی آن‌ها با شاخص‌های نوری (DUEXTTAU) و جرمی (DUSMASS) گردوخاک تحلیل گردید. نتایج نشان می‌دهد که در ساعات دارایLLJ، جرم گردوخاک سطحی به‌طور معناداری افزایش می‌یابد؛ به‌طوری که نسبت میانگین DUSMASS در شرایط دارای LLJ همواره بزرگ‌تر از مقدار متناظر برای DUEXTTAU است. به‌طور مشخص، نسبت میانگین جرم گردوخاک سطحی (DUSMASS) در ساعات دارای LLJ به شرایط بدون LLJ در تابستان‌های مورد بررسی حدود 85/1 به‌دست آمده است.تحلیل مکانی نشان داد که کانون‌های فعال گردوخاک تنها بخش محدودی از دامنه‌ی مکانی استان را شامل می‌شوند و همانطور که انتظار می‌رود همبستگی فضایی بین گردوخاک و سرعت باد تراز ۹۲۵ هکتوپاسکال برای شاخص جرمی گردوخاک قوی‌تر و گسترده‌تر از شاخص نوری است و این نسبت برابر با 83/1 است. در مجموع، نتایج این مطالعه نشان می‌دهد که جت‌های تراز پایین نقش کلیدی در تشدید برداشت و انتقال جرم گردوخاک در خوزستان دارند و اثر آن‌ها به‌صورت مکانی ناهمگن و وابسته به نوع شاخص گردوخاک بروز می‌کند.

https://www.ijgeophysics.ir/article_243045_18d0a4811765c32562a86c2d5ca69a19.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 Characterization and classification of site selection conditions for geomagnetic observatory placement and their spatial distribution in Tehran province سرشت‌نمایی و طبقه‌بندی معیارهای تعیین محل رصدخانه ژئومغناطیسی و توزیع مکانی آنها در محدوده استان تهران 35 50 244197 10.30499/ijg.2026.576589.1756 FA بهادر شاه قبادی کارشناسی ارشد، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران منصوره منتهایی دانشیار، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران حجت الله رنجبر استاد، مهندسی معدن، دانشگاه شهید باهنر کرمان، کرمان، ایران لقمان نمکی استادیار، مهندسی معدن، دانشگاه آزاد سنندج، کردستان، ایران Journal Article 2026 02 18 The site selection process for a geomagnetic observatory placement is essentially a rigorous effort to eliminate or minimize all possible sources contaminating observatory measurements now and for the foreseeable future. The performance of a geomagnetic observatory critically depends on the signal-to-noise ratio of the recorded magnetic field components. All EM noise sources that distort this ratio must be identified and considered in site selection. Site selection for geomagnetic observatories traditionally involves evaluating multiple environmental, geological, and infrastructural factors, but without classification, these criteria are often assessed ad hoc, leading to inefficiencies and suboptimal choices. Classification addresses these by enabling systematic, data-driven prioritization of criteria, reducing subjectivity, and facilitating scalable GIS-based multi-criteria evaluations across large regions. In this study, we first carry out a detailed review and classification of EM noise sources that affect geomagnetic measurements. These sources are grouped into three main categories: (a) artificial EM noise, (b) natural EM noise related to geological, crustal magnetic anomalies and atmospheric processes, and (c) natural hazards that threaten long-term observatory operation. Artificial EM noise includes power transmission and distribution networks (three‑phase high-voltage lines and single‑phase medium-voltage feeders), electrified railways and DC metro systems, buried metallic pipelines with cathodic protection, radio and radar communication systems, and electric security fences. For each of these sources, published case studies and theoretical considerations are used to describe the frequency content, dominant field components, amplitude decay with distance, and recommended minimum distances (e.g., tens of meters to several kilometers) required to avoid strong contamination of geomagnetic records. Natural EM noise and geophysical conditions are also analyzed as essential criteria. Topographic variations and associated charge accumulation on surface irregularities, spatial changes in crustal magnetic susceptibility inferred from airborne magnetic data, and large-scale atmospheric and ionospheric phenomena can all deform the EM field and reduce the interpretability of observatory data. Moreover, because one of the main tasks of a geomagnetic observatory is to provide long time series for studies of core dynamics, the site must remain stable over time and be protected from destructive geological processes. Therefore, active faults, seismic hazard zones, mass-movement–prone slopes, and other geohazards in Tehran Province are mapped and incorporated as exclusion or low-suitability zones.In the next step, these conceptual criteria are translated into spatial information layers for Tehran Province. Ten main layers are generated for artificial EM noise sources, including the locations of high-voltage transmission lines, oil and gas pipelines, railways and DC metro lines, cities and villages, active mines, industrial zones, power plants, and transformer substations. These data are compiled from national geological and mining databases and from open, collaborative geographic databases and are validated and edited using satellite imagery and GIS tools. Additional layers representing topographic slope derived from SRTM-based digital elevation models, surface water bodies, crustal magnetic anomalies, lithological units, active faults, and seismic hazard zones are also prepared. تعاریف بسیار ضعیف و پراکنده‌ای از معیارهای مکان‌یابی رصدخانه ژئومغناطیسی در متون ژئوفیزیکی وجود دارد. این درحالی است که مکان یک رصدخانه، نقش تعیین‌کننده‌ای در کیفیت اطلاعات و حجم داده‌های ثبت شده در طی فعالیت آن دارد. مکان‌یابی ناقص یک رصدخانه، اصالت اندازه‌گیری‌ میدان‌های الکترومغناطیسی (EM) انجام شده در آن را متأثر می‌سازد، چراکه دامنه نوفه‌های EM اغلب چندین برابر بزرگتر از دامنه سیگنال‌های اصلی است و امکان حذف این تداخلات در شرایط معمول وجود ندارد. در این پژوهش براساس مطالعات انجام شده برای ارتقاء سطح سیگنالها در سری‌های زمانی میدان‎‌های‌ EM اندازه‌گیری شده و نیز از بررسی عواملی که منجر به تعطیلی رصدخانه‌ها شده‌اند، مهمترین معیارها برای مکان‌یابی بهینه رصدخانه‌های ژئومغناطیسی استخراج و طبقه‌بندی شدند. تمرکز تأسیسات زیرساختی، مراکز حیاتی، نظامی و اقتصادی وابسته به انواع تجهیزات الکترونیکی در استان تهران از یک‌سو آن را در معرض انبوهی از نوفه‌های EM قرار داده و از سوی دیگر ضرورت احداث رصدخانه ژئومغناطیسی که داده‌های آن موجب ارتقای مدل‌های پیشبینی مخاطرات طبیعی (زلزله، طوفان‌های مغناطیسی، تغییرات آب و هوایی، اقلیمی) و درنتیجه ارتقای تاب‌آوری منطقه‌ای در استان تهران می‌شوند را برجسته می‌سازد. به این دلیل در بخش آخر این مقاله، ساختار سلسله مراتبی پیشنهاد شده در بخش اول به کار گرفته شده و چگونگی توزیع معیارهای مکان‌یابی رصدخانه ژئومغناطیس در سرتاسر استان تهران به تفصیل بررسی شده است.

https://www.ijgeophysics.ir/article_244197_23f9caf1e26affa9a11011136745f9a0.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 Variation in the rainy season over Iran وردایی فصل بارش ایران 51 76 244868 10.30499/ijg.2026.570737.1750 FA محدثه وزیری مهر دانشجوی دکترا اقلیم‌شناسی، دانشگاه زنجان، زنجان، ایران حسین عساکره استاد، گروه جغرافیا، دانشگاه زنجان، زنجان، ایران 0000-0001-7699-0547 محسن حمیدیان پور دانشیار، گروه جغرافیا و برنامه‌ریزی محیطی، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان، ایران 0000-0001-7389-172X Journal Article 2026 01 07 The rainy season (RS) constitutes a fundamental component of the hydroclimatic system in arid and semi-arid regions, where water availability is highly sensitive to changes in precipitation timing and persistence. In a country such as Iran, where large areas are characterized by limited and irregular rainfall, variations in the onset, cessation, and duration of the rainy season can exert profound impacts on water resources management, agricultural productivity, food security, and ecosystem sustainability. Despite its importance, comprehensive assessments of long-term changes in rainy season characteristics across different spatial scales in Iran remain limited. The present study aims to investigate spatiotemporal variations in the timing of the rainy season—including onset, cessation, and length—as well as changes in the proportion of rainy season precipitation relative to annual precipitation. These variations are examined for both the widespread rainy season and regional rainy seasons across Iran, with a particular focus on contrasting their behavior during two distinct climatic phases: a relatively wet period (1960–1997) and a predominantly dry period (1998–2023). To achieve these objectives, daily precipitation records from 72 synoptic meteorological stations distributed across Iran were analyzed. The selected stations provide long-term observational records ranging from 32 to 63 years, ensuring adequate temporal coverage for detecting climatic shifts. Rainy season indicators were derived using consistent criteria applied across all stations, allowing for a robust comparison of temporal changes and spatial patterns. In addition, multivariate regression analysis was employed to assess the influence of key geographical factors—longitude, latitude, and altitude—on the spatial variability of rainy season timing. The results indicate pronounced changes in rainy season characteristics during the second climatic phase. Specifically, the onset of the widespread rainy season has been delayed in many regions, while its cessation has occurred earlier, leading to a statistically significant shortening of the rainy season length. These changes are most evident in the northeastern, southeastern, and parts of the southwestern regions of Iran. Furthermore, the explanatory power of spatial variables varies across the country, highlighting strong regional contrasts in the controls governing rainy season dynamics. At the regional scale, the rainy season has experienced reduced rainfall continuity, accompanied by an expansion of dry intervals within the season. The most substantial declines in continuity are observed in the northeastern and southeastern regions, which are already vulnerable to water scarcity. Overall, the findings reveal structural changes in the seasonal rainfall regime of Iran, reflecting modifications in the behavior of rain-producing atmospheric systems. These changes are consistent with the broader signals of recent climate change and global warming, underscoring the need for adaptive strategies in water resources planning, agriculture, and climate-resilient development. وردایی فصل بارش، به‌ویژه در نواحی خشک و نیمه‌خشک، نظیر ایران، می‌تواند نقش و پیامدهایی مؤثر بر منابع آب، تولیدات کشاورزی و پایداری اکوسیستم‌ها داشته باشد. هدف پژوهش پیش‌رو، بررسی وردایی تقویمی (آغاز، پایان و طول) و نسبت بارش به بارش سالانۀ فصل بارش فراگیر و فصل بارش ناحیه‌ای ایران و مقایسه ویژگی‌های آنها در دو فاز اقلیمی متمایز، شامل دورۀ مرطوب (۱۹۶۰–۱۹۹۷) و دورۀ خشک (۱۹۹۸–۲۰۲۳)، است. بدین منظور، از داده‌های روزانه بارش ۷۲ ایستگاه همدید کشور با طول دوره آماری ۳۲ تا ۶۳ سال استفاده شد. به طوری که نتایج نشان می‌دهد در دوره دوم آغاز فصل بارش فراگیر در بسیاری از نواحی کشور با تاخیر و پایان آن زودتر رخ داده است؛ در نتیجه طول فصل بارش - به‌ویژه در نواحی شمال‌شرق، جنوب‌شرق و بخش‌هایی از جنوب‌غرب کشور - کاهش یافته است. همچنین، نقش متغیرهای مکانی شامل طول، عرض جغرافیایی و ارتفاع در تبیین تغییرات مکانی تقویم فصل بارش در نواحی مختلف کشور متفاوت بوده است. فصل بارش ناحیه‌ای نیز در دورۀ خشک دچار کاهش تداوم و افت بارش شده است؛ بیشترین کاهش در شمال‌شرق و جنوب‌شرق کشور مشاهده گردید. این یافته‌ها بیانگر تغییرات ساختاری در چرخه فصلی بارش ایران و بازتابی از واکنش سامانه‌های باران‌زا به دگرگونی‌های اقلیمی اخیر است.

https://www.ijgeophysics.ir/article_244868_505a50348ede60073cbf8088b9c5862d.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 Climatological study of the ITCZ location in the Indian ocean region for the period 1983-2023 مطالعه اقلیم‌شناختی موقعیت ITCZ در منطقه اقیانوس هند طی دوره 2023-1983 77 94 244937 10.30499/ijg.2026.561749.1739 FA عباس انتظاری کارشناسی ارشد، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران فرهنگ احمدی گیوی استاد، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران 0000-0002-9487-4862 محمد میرزائی دانشیار، موسسه ژئوفیزیک، دانشگاه تهران ، تهران، ایران 0000-0003-0813-3994 Journal Article 2025 11 23 The Intertropical Convergence Zone (ITCZ), the ascending branch of the Hadley meridional circulation, plays a crucial role in the tropical and extratropical climate through the transfer of energy, momentum, and mass. The key factors contributing to the formation of the ITCZ include the convergence of trade winds, high sea surface temperatures (SSTs), and sufficient surface moisture. Although extensively studied, the ITCZ over the Indian Ocean has received comparatively less attention than extreme monsoonal rainfall events. Shifts in the location or intensity of the ITCZ can modulate the descending branch of the Hadley cell, driving meridional displacements of subtropical high-pressure systems. Accordingly, examining spatial fluctuations of the ITCZ and their impacts on the climate of countries bordering the Indian Ocean, Southwest Asia, and the southern Iranian Plateau is of considerable importance. This study employs the ERA5 reanalysis data at 0.25° spatial resolution in both latitude and longitude for the period 1983–2023. Analyses are conducted for two extreme months—February and July—as well as the seasons of summer (December, January, February) and winter (June, July, August) in the Southern Hemisphere. Meteorological parameters used in this study include convective precipitation, SST, horizontal wind vectors, temperature, dew point temperature, potential temperature, equivalent potential temperature, saturated equivalent potential temperature, and vertical velocity at different pressure levels. Using these variables, the position of the ITCZ in the Indian Ocean region was identified, then thermodynamic factors in the boundary layer and free atmosphere contributing to its formation were analyzed. Additionally, based on convective precipitation data, the latitudinal position of ITCZ occurrences was calculated, and its spatial distribution across the extreme months and seasons was determined. Results indicate that the highest probability of ITCZ occurrence—in terms of both intensity and spatial extent—is seen between 10°S and 12°S during the austral summer. Factors such as elevated moist static energy (equivalent potential temperature), the development of warm air masses accompanied by SSTs around 300 Kelvin or higher, and strong SST gradients—acting as enhancers of horizontal wind vectors—play significant roles in initiating deep convective processes. Moreover, the intensification of vertical velocity resulting from the convergence of horizontal wind vectors can act as a forcing mechanism on moist air parcels with sufficient moist static energy, leading to the formation of the ITCZ over the Indian Ocean. In addition to identifying ITCZ during the austral summer in the southern Indian Ocean, the study also highlights the occurrence of a double ITCZ during the austral autumn and winter, attributed to the symmetrical meridional distribution of convective precipitation in the western Indian Ocean region. Another notable finding is the formation of a stable cold oceanic tongue south of the convergence zone, characterized by an SST difference of about 1 Kelvin. Vertical profiling of variables such as equivalent potential temperature, saturated equivalent potential temperature, relative humidity, and vertical velocity clearly illustrates the contrast between the area influenced by the cold oceanic tongue and the surface convergence zone in terms of static stability. منطقه همگرایی درون حاره‌ای (ITCZ) شاخه صعودی یاخته هادلی است و از جمله ویژگی‌های بارز آن می‌توان به همگرایی بادهای بسامان، بیشینه دمای تراز دریا (SST) و بیشینه انرژی ایستایی بسته هوای مرطوب اشاره کرد. در منطقه اقیانوس هند، نوسانات نصف‌النهاری ITCZ با تأثیر بر بازه عرض جغرافیایی تشکیل کمربند پرفشار جنب‌حاره، اقلیمِ خشکی‌های پیرامون این اقیانوس و فلات ایران را نیز متاثر می‌سازد. در این پژوهش با استفاده از داده‌های بازتحلیل ERA5 برای دو ماه حدّی فوریه و ژوئیه طی دوره زمانی 1983 تا 2023 به بررسی اقلیم‌شناختی موقعیت ITCZ بر روی اقیانوس هند پرداخته شده است. بدین منظور، کمیت‌های هواشناختی شامل بارش همرفتی، SST، بردار باد افقی، واگرایی سطحی، دمای محیط، دمای پتانسیلی و سرعت قائم فشاری در ترازهای مختلف به‌کار رفته است. نتایج بررسی‌ها نشان می‌دهد بیشینه احتمال وقوع ITCZاز نظر شدت و وسعت طی ماه فوریه (فصل تابستان نیمکره جنوبی) و در بازه عرض جغرافیایی 10 تا 12 نیمکره جنوبی است. دلیل دینامیکی آن را می‎توان به قوی‌تر بودن گرادیان SST در اقیانوس هند جنوبی نسبت به مناطق شمالی این اقیانوس و تأثیر نیروی کوریولیس بر بردارهای باد افقی و تبدیل آنها به بردار باد بسامان ارتباط داد. همچنین عواملی چون همگرایی سطحی، تقویت سرعت قائم ناشی از آزاد شدن گرمای نهان، بالا بودن SST و انرژی ایستایی بسته هوای مرطوب نقش کلیدی بر شروع و تشدید فرآیند همرفت عمیق در ITCZ دارند. از دیگر نتایج بدست آمده، شناسایی مناطقی موسوم به زبانه سرد اقیانوسی در جنوب منطقه ITCZ است. تفاوت SST این مناطق و ITCZ تنها حدود یک کلوین است و از جمله ویژگی‎های این مناطق، بالا بودن قابل توجه شاخص پایداری دینامیکی در لایه مرزی و ستون آزاد جو است.

https://www.ijgeophysics.ir/article_244937_3bdcc8dcb89905803c245eb41b296d7d.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 Application of convolutional neural network for source parameterization of inertia–gravity waves at lower stratosphere کاربست شبکه عصبی هم‌آمیختی برای پارامترسازی چشمه امواج گرانی-لختی در پوشن‎سپهر زیرین 95 117 245181 10.30499/ijg.2026.581841.1773 FA الهه خانلری کارشناسی ارشد، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران علیرضا محب‌الحجه استاد، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران 0000-0002-5906-8486 محمد میرزائی Associate Professor, Institute of geophysics, University of Tehran, Tehran, Iran 0000-0003-0813-3994 مژگان امیرامجدی پژوهشگر، مؤسسه فناوری کارلسروهه، کارلسروهه، آلمان 0000-0002-1890-7829 Journal Article 2026 05 16 Explicit representation of inertia–gravity waves in general circulation models is not yet feasible due to their small scale relative to the spatial resolution of the models. With enhancement of technology in recent decades, there has been a significant interest in applying machine learning (ML) to improve the performance of general circulation models (GCMs). This research investigates the performance of Convolutional Neural Network (CNN) as a non-parametric model in reconstructing nonorographic gravity waves in mid-latitude oceanic regions using the ERA5 reanalysis data. This data set with low-resolution of 2.5° × 2.5° for predictor variables and with high-resolution of 0.25° × 0.25° for predictand variables have been selected to quantify the characteristics of gravity waves. The explanatory variables employed at 15 pressure levels are representative of gravity waves sources. These variables include temperature gradient, potential vorticity, potential vorticity anomaly, relative vorticity, pressure vertical velocity, and horizontal wind velocity. On the other hand, for the gravity-wave activity in the lowermost stratosphere, the target variables have been chosen as the standard deviation of three key parameters: horizontal divergence, absolute momentum flux, and vertical velocity at the 100 hPa pressure level. Two approaches have been evaluated; the first approach examined the effect of training data volume while keeping the number of input channels constant at 150 channels, and the second one emphasizes optimizing the number of input channels while keeping the training period constant at three years. The second approach employed three distinct configurations characterized by varying numbers of input channels: 150 channels encompassing all explanatory variables, 15 channels restricted to horizontal wind velocity only, and 42 channels selected based on the most relevant explanatory variables in reconstructing gravity waves. Data from three years—2017, 2018, and 2020—were selected for the training and validation datasets, while data from 2019 were employed for the testing dataset. The results obtained from predicting the standard deviation of three target variables show that increasing the volume of training data in first approach is able to preserve the spatial structure and intensity of variables more effectively. Examining the results of the second approach showed that the model has low performance using 15 input channels, yet has comparable results with 42 and 150 input channels in expressing the importance of horizontal wind variable to predict target variables. The relatively similar results in the 42- and 150-channel combinations indicate the inherent capability of CNN in identifying less-important variables using appropriate activation function. Despite limitations in predicting extreme events, CNN can detect periods of gravity waves activity properly and potentially reconstructs inertia–gravity waves well. Despite the advantages of using CNN in gravity wave reconstruction, conducting more comprehensive experiments could prepare CNN for operational implementation within climate models. در چند دهه گذشته استفاده از روش‎های یادگیری ماشین برای پارامترسازی امواج گرانی-لختی در مدل‎های گردش کلی جوّ مورد توجّه قرار گرفته است. این تحقیق به بررسی عملکرد روش شبکه عصبی هم‌آمیختی (Convolutional Neural Network; CNN) به عنوان مدلی ناپارامتری در بازسازی امواج گرانی-لختی ناکوهساری در مناطق اقیانوسی عرض‌های میانی با استفاده از داده‌های بازتحلیل ERA5 می‌پردازد. این داده‌ها با تفکیک ˚5/2 × ˚5/2 برای متغیرهای توضیحی و با تفکیک ˚25/0 ×˚25/0 برای متغیرهای هدف به منظور کمّی‎سازی ویژگی‎های امواج گرانی انتخاب شدند. متغیرهای توضیحی انتخاب شده در 15 تراز فشاری نماینده چشمه‎های امواج گرانی هستند. در مقابل برای بررسی فعالیت امواج گرانی در پوشن‎سپهر زیرین، متغیرهای هدف در تراز 100 هکتوپاسکال تعریف شد. دو رویکرد شامل بررسی تأثیر حجم داده‌های آموزشی با ثابت نگه‌داشتن تعداد کانال‌های ورودی در 150 کانال و بهینه‌سازی تعداد کانال‌های ورودی با ثابت نگه‌داشتن دوره آموزشی در سه سال مورد ارزیابی قرار گرفت. نتایج حاصل از پیش‎بینی انحراف معیار سه متغیر هدف شار تکانه مطلق، واگرایی افقی باد و سرعت قائم نشان می‌دهد که افزایش حجم داده‌های آموزشی در رویکرد اول، ساختار مکانی و شدت متغیرها را بهتر حفظ می‌کند. رویکرد دوم کارایی قابل‌ملاحظه‌ای با استفاده از فقط 15 کانال ورودی نشان داد که می‌تواند اهمیت متغیر باد افقی در پیش‎بینی متغیرهای هدف را بیان کند. به‌‌علاوه، ترکیب‌هایی با 42 و 150 کانال نتایجی نسبتاً مشابه با 15 کانال نشان دادند که حکایت از توانایی ذاتی CNN در شناسایی متغیرهای کم‌اهمیت با استفاده از تابع فعال‌ساز مناسب دارد. با وجود محدودیت در پیش‌بینی رویدادهای فرین، CNN توانایی تشخیص دوره‎های فعالیت امواج گرانی را دارد. همچنین این روش قابلیت خوبی در بازسازی امواج گرانی-لختی نشان می‌دهد، با این وجود برای کاربرد CNN در مدل‌های اقلیمی آزمایش‌های گسترده‌تری باید انجام شود.

https://www.ijgeophysics.ir/article_245181_8f097f2c53d824d6d98168ab8d3cf05c.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 The 2D numerical simulation of fine-grained marine sediment transport in the channel of the Bushehr Port شبیه‌سازی عددی دوبعدی انتقال رسوبات ریزدانه دریایی در کانال بندر بوشهر 119 130 245508 10.30499/ijg.2026.565771.1742 FA سارا موحدی نژاد دانشجوی دکتری، دانشکده علوم و فنون دریایی، دانشگاه هرمزگان، بندرعباس، ایران 0000-0002-7848-3781 مریم سیوف جهرمی دانشیار، دانشکده علوم و فنون دریایی، دانشگاه هرمزگان، بندرعباس، ایران 0000-0002-7877-6277 سید مصطفی سیادت موسوی دانشیار، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران 0000-0002-0068-7506 سید عباس حق شناس دانشیار، دانشکده مهندسی عمران، دانشگاه علم و صنعت، تهران، ایران 0009-0008-7466-7189 Journal Article 2025 12 14 The study of sedimentation in ports and harbors is a serious topic in coastal engineering and oceanography studies which is annually accompanied by high dredging costs. Study of sediment transport and determination of deposition and erosion rates are fundamental studies in construction and development of ports. Numerical modeling of fine-grained and cohesive sediments transport and morphodynamics provides an effective tool for understanding sediment problems in coastal areas with fine-grained material. Study of sedimentary processes depends on the type of sediment. Due to this fact that many coastal zones have fine-grained or cohesive sediment, studying of this kind of sediment is important. Fine-grained marine sediments, due to their behavior, have certain complex characteristics compared to other marine sediments. This type of marine sediment can be transported in two phases: suspended load and bed load, each of which has different consequences and characteristics. In this study, a two-dimensional numerical model was used, which includes all processes related to the transport of marine cohesive sediments such as flocculation and its effect on the settling velocity of marine cohesive sediment particles, consolidation of bed layers and transport of marine sediments between layers, changes in bed shear stress under the influence of the simultaneous presence of waves and currents, bed morphology, deposition and erosion. To evaluate the transport of marine sediments, all processes were considered. To simulate fine-grained sediment transport, the main parts of the computational engine are an advection-dispersion engine and some experimental formulas related to cohesive sediment processes. This model determines the rate of erosion and deposition of cohesive sediment under different wave and current conditions. To verify the model performance, the model results were compared with the Finite Volume Coastal Ocean Model (FVCOM) results and field data reported in the Bushehr Bay simulation phase, a case study. In the performance section of the cohesive sediment module, the model results with and without applying morphological changes were compared with the FVCOM model results. The comparisons show that the model successfully simulated the hydrodynamics and cohesive sediment in the Bushehr Bay area in July 2010. The location chosen for comparing sedimentation between the two models is located exactly at the beginning of the outer channel. This location has high dynamics in terms of sedimentation and erosion. This is because the natural outlet path of Bushehr Bay intersects with the outer channel at this location, which results in more complex sedimentation patterns, including deposition and erosion. مطالعه رسوبگذاری در بنادر و لنگرگاه‌ها، موضوعی جدی در مطالعات مهندسی سواحل و اقیانوس شناسی است. رسوبات دریایی ریزدانه به دلیل رفتارشان، ویژگی‌های پیچیده خاصی نسبت به سایر رسوبات دریایی دارند. این نوع رسوبات دریایی می‌توانند در دو فاز منتقل شوند: بار معلق و بار بستر، که هر کدام پیامدها و ویژگی‌های متفاوتی را به دنبال دارد. در این مطالعه یک مدل دوبعدی توسعه داده شده (مدل عددی)، که شامل تمام فرآیندهای مرتبط با انتقال رسوبات چسبنده دریایی مانند توده‌سازی‌ و تأثیر آن بر سرعت ته‌نشینی ذرات رسوبات چسبنده دریایی، تحکیم لایه‌های بستر و انتقال رسوبات دریایی بین لایه‌ها، تغییرات تنش برشی بستر تحت تاثیر حضور همزمان موج و جریان، مورفولوژی بستر، رسوب‌گذاری و فرسایش می‌شود، به کار برده شده است. برای ارزیابی نحوه انتقال رسوبات دریایی، تمامی فرآیندها در نظر گرفته شدند. برای تأیید عملکرد مدل، نتایج مدل با نتایج مدل اقیانوسی ساحلی حجم محدود (FVCOM) و داده‌های میدانی گزارش‌شده در مرحله شبیه‌سازی خلیج بوشهر، یک مطالعه موردی، مقایسه شده‌اند. در بخش عملکرد ماژول رسوب چسبنده، نتایج حاصل از مدل با و بدون اعمال تغییرات مورفولوژی، با نتایج حاصل از مدل FVCOM مقایسه شدند. مقایسه‌ها نشان می‌دهد که مدل با موفقیت هیدرودینامیک و رسوب چسبنده را در جولای 2010، در منطقه خلیج بوشهر شبیه‌سازی کرده است. در مورد نتایج ارتفاع سطح و سرعت جریان مطابقت خوبی بین دو مدل و داده‌های اندازه‌گیری وجود دارد. همچنین در بخش رسوب، داده‌های غلظت رسوب با اعمال مورفولوژی برای مدل عددی نوسان بیشتری را تجربه می‌کند که به آنچه که در طبیعت رخ می‌دهد نزدیک‌تر است.

https://www.ijgeophysics.ir/article_245508_c8c2b8e4806d05c343f216d7b40459e8.pdf

انجمن ملی ژئوفیزیک ایران مجله ژئوفیزیک ایران 2008-0336 20 4 2026 07 23 A multi‑criteria framework (Entropy–TOPSIS) for selecting optimal CMIP6 model–method combinations for precipitation and temperature bias correction in northeastern Iran یک چارچوب چندمعیاره (Entropy–TOPSIS) برای انتخاب ترکیب‌های بهینه مدل–روشِ CMIP6 جهت تصحیح اریبی بارش و دما در شمال شرق ایران 131 155 247723 10.30499/ijg.2026.579122.1763 FA آرش رازبان دانشجوی دکتری، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران سید محمد موسوی بایگی استاد، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران ایمان بابائیان استاد، پژوهشگاه هواشناسی و علوم جو، پژوهشکده اقلیم شناسی، مشهد، ایران 0000-0002-9281-062X بهنام کامکار دانش آموخته کارشناسی ارشد، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران نسرین صراف زاده مهندسی منابع آب، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد Journal Article 2026 04 20 Climate change and the intensification of its impacts have increased the need for accurate station-scale reproduction of precipitation and temperature. However, raw CMIP6 outputs, because of their coarse spatial resolution and systematic biases, require bias correction and a robust procedure for selecting appropriate model–method combinations. To address the gap of fragmented and single-variable evaluations in eastern Iran, this study proposes a station-based, multi-criteria framework for the simultaneous ranking of model–method combinations in reproducing precipitation, minimum temperature, and maximum temperature across the three Khorasan provinces (19 stations, 1989–2014). Within this framework, outputs from eight CMIP6 models (five ESMs and three GCMs) were evaluated using eight statistical bias-correction methods implemented in the CMHyd software (five methods for precipitation and four for temperature). The evaluation metrics included NRMSE, MAE, r, and KGE, together with variable-specific PBIAS for precipitation and MBE for temperature. After normalization, the criteria were weighted using Shannon entropy with regionally fixed weights, and station-level ranking was performed using TOPSIS. The results were then aggregated using median ranks, IQR, and the number of winning stations, and statistically assessed using the Friedman and Nemenyi tests. Performance differences among alternatives were significant for all three variables (Tmin: χ² ≈ 538, p ≈ 10⁻⁹⁴; Tmax: χ² ≈ 458, p ≈ 10⁻⁷⁷; Pr: χ² ≈ 286, p ≈ 10⁻⁴⁴). MPI|VarianceScaling and MPI|DistributionMapping were identified as the best regional options for Tmin and Tmax, respectively. Nevertheless, the Nemenyi test showed that 12 (Tmin) and 11 (Tmax) combinations were not statistically distinguishable from the top-ranked option, forming an excellent group characterized by convergent and stable performance indices. For precipitation, HadGEM|DistributionMapping ranked first and produced more accurate performance indices than other members of the excellent group. In contrast, many INM-, CMCC-, and GFDL-based combinations, together with some DeltaChange/LinearScaling and LocalIntensity/PowerTransformation methods, were significantly separated from the excellent group and occupied the lowest ranks. Accordingly, in the Khorasan region, MPI combined with Variance Scaling and Distribution Mapping, and HadGEM combined with Distribution Mapping, are the most stable options for reproducing temperature and precipitation, respectively. The proposed framework provides a practical basis for reducing structural uncertainty and supporting robust selection of climate model–bias correction combinations for climate change impact assessment and regional hazard management. تغییر اقلیم و افزایش اثرات آن، نیاز به بازتولید دقیق بارش و دما در مقیاس ایستگاهی را تشدید کرده است؛ اما خروجی CMIP6 به‌علت تفکیک مکانی پایین و خطاهای سامانمند، نیازمند تصحیح اریبی آماری و انتخاب مدل–روش است. این پژوهش برای رفع خلأ ارزیابی‌های پراکنده و تک‌متغیره در شرق ایران، چارچوبی ایستگاه‌محور و چندمعیاره برای رتبه‌بندی هم‌زمان ترکیب‌های «مدل–روش» در بازتولید بارش، دمای حداقل و دمای حداکثرِ سه استان خراسان ارائه می‌کند (۱۹ ایستگاه، 1989–2014). در این چارچوب، خروجی‌های ۸ مدل از CMIP6(۵ مدل ESM و 3 مدل GCM) با ۸ روش تصحیح اریبی نرم‌افزار CMHyd (۵ روش بارش، ۴ روش دما) مقایسه شدند. سنجه‌ها: NRMSE، MAE، r و KGE؛ و به‌صورت متغیرمحور PBIAS برای بارش و MBE برای دما می‌باشد. معیارها پس از نرمال‌سازی با آنتروپی شانون (وزن ثابت در منطقه) وزن‌دهی و رتبه‌بندی ایستگاهی با TOPSIS انجام شد؛ سپس نتایج با میانه رتبه‌ها، IQR و تعداد ایستگاهِ برنده تجمیع و با آزمون‌های فریدمن و نمنـی اعتبارسنجی شد. اختلاف عملکرد گزینه‌ها برای هر سه متغیر معنادار بود (Tmin: χ²≈538, p≈10⁻⁹⁴؛ Tmax: χ²≈458, p≈10⁻⁷⁷؛Pr: χ²≈286, p≈10⁻⁴⁴). MPI|VarianceScaling (میانگین رتبه≈1/3) برای Tmin و MPI|DistributionMapping (میانگین رتبه≈2/3) برای Tmax بهترین گزینه‌های منطقه‌ای بودند؛ بااین‌حال، آزمون نمنـی نشان داد ۱۲ ترکیب (Tmin) و ۱۱ ترکیب (Tmax) از نظر آماری با گزینه برتر قابل تفکیک نیستند و «گروه ممتاز» با شاخص‌های همگرا و پایدار می‌سازند. برای بارش، HadGEM|DistributionMapping (میانگین رتبه≈1) برتر بود و نسبت به سایر اعضای گروه ممتاز شاخص‌های دقیق‌تری ارائه داد. در مقابل، بسیاری از ترکیب‌های مبتنی بر INM، CMCC و GFDL و نیز برخی روش‌های DeltaChange/LinearScaling و LocalIntensity/PowerTransformation فاصله معناداری با گروه ممتاز داشتند و در رتبه‌های انتهایی قرار گرفتند. بنابراین در خراسان، مدل MPI همراه Distribution Mapping و Variance Scaling و HadGEM همراه Distribution Mapping به‌ترتیب پایدارترین گزینه‌ها برای بازتولید دما و بارش‌ هستند. این چارچوب پیشنهادی مبنایی برای کاهش عدم‌قطعیت و انتخاب اتکاپذیر مدل–روش در پیش‌نگری اقلیم و مدیریت مخاطره منطقه‌ای است.

https://www.ijgeophysics.ir/article_247723_731c17f11a629d6254173a56a8abdb4e.pdf